基于神经网络的不可见二维码嵌入、检测和修复方法

    公开(公告)号:CN113935884B

    公开(公告)日:2025-02-25

    申请号:CN202111215940.9

    申请日:2021-10-19

    Abstract: 本发明提供了一种基于神经网络的不可见二维码嵌入、检测和修复方法,包括:利用非线性时间心理视觉调制技术将二维码嵌入视频中,使所述二维码不能被人眼观察到;从嵌入二维码后的所述视频中采集一组包含所述二维码的数据,利用第一神经网络定位数据中的所述二维码;利用第二神经网络对定位后的所述二维码进行校准,得到校准后的二维码;将所述校准后的二维码输入第三神经网络进行修复,得到修复后的二维码。本发明提供的基于神经网络的不可见二维码嵌入、检测和修复方法,可有效地提升不可见二维码嵌入质量和检测修复的效率。

    适用于6G通信的三维数字人流媒体质量评价方法及系统

    公开(公告)号:CN117478954A

    公开(公告)日:2024-01-30

    申请号:CN202311425401.7

    申请日:2023-10-30

    Abstract: 本发明公开一种适用于6G通信的三维数字人流媒体质量评价方法和系统,方法包括:针对经过6G仿真信道传输的三维数字人流媒体进行逐帧渲染;对所有渲染的帧进行视频合成并添加音轨,在用户端合成带有音频的数字人视频,并以此代表三维数字人流媒体;提取所述三维数字人流媒体的服务质量特征;提取所述数字人视频的内容质量特征;对所述服务质量特征、所述内容质量特征进行回归,最终得到数字人视频的质量得分,即三维数字人流媒体质量得分。本发明可以有效地用于6G通信条件下的三维数字人流媒体质量评估。

    手机照片拖动比较排序方法及系统

    公开(公告)号:CN111556192B

    公开(公告)日:2021-05-14

    申请号:CN202010211257.7

    申请日:2020-03-24

    Abstract: 本发明提供了一种手机照片拖动比较排序方法,对所有待排序图片进行打分属性选择,并根据所选择的打分属性,按照打分属性所对应的框选算法截取图片的展示区域,形成展示图片;读取展示图片,选择合适的插入位置,进行主观基准预排序,更新展示图片队列;重复上述步骤,直至全部展示图片排序完成。本发明同时提供了一种手机照片拖动比较排序系统,用于执行上述方法。本发明提供的方法及系统,针对不同的属性划区域打分。采用了实用的框选算法,针对图片的不同属性,不同维度可以选取更加合适的评价区域。大大地提升打分效率。采用图像排序的方式来替代直接给出分数,是多个评分人员的评分结果达到一致。

    手机照片拖动比较排序方法及系统

    公开(公告)号:CN111556192A

    公开(公告)日:2020-08-18

    申请号:CN202010211257.7

    申请日:2020-03-24

    Abstract: 本发明提供了一种手机照片拖动比较排序方法,对所有待排序图片进行打分属性选择,并根据所选择的打分属性,按照打分属性所对应的框选算法截取图片的展示区域,形成展示图片;读取展示图片,选择合适的插入位置,进行主观基准预排序,更新展示图片队列;重复上述更新展示图片队列的步骤,直至全部展示图片排序完成。本发明同时提供了一种手机照片拖动比较排序系统,用于执行上述方法。本发明提供的方法及系统,针对不同的属性划区域打分。采用了实用的框选算法,针对图片的不同属性,不同维度可以选取更加合适的评价区域。大大地提升打分效率。采用图像排序的方式来替代直接给出分数,是多个评分人员的评分结果达到一致。

    手机照片选区主观比较评价方法及系统

    公开(公告)号:CN111553879A

    公开(公告)日:2020-08-18

    申请号:CN202010211226.1

    申请日:2020-03-24

    Abstract: 本发明提供了一种手机照片选区主观比较评价方法,获取数据集中同一场景不同拍摄条件下的多张图片;在获取的多张图片中选择任意一张图片,进行第一张图片的区域选定;根据第一张图片的选定区域,对多张图片中的其余图片进行选定区域匹配,实现多张图片的选定区域自动对齐;对自动对齐后的多张图片确定打分区域,根据打分区域进行主观图像质量评价,得到打分结果。本发明同时提供了一种手机照片选区主观比较评价系统,该系统可以用于执行所述方法,本发明能够节省大量时间,可操作性强;可以更加细致地针对图片的某一细节;具有更好的兼容性,打分数据易于处理,便于后期的调用与处理。

    一种基于多模态大模型的图像质量评价系统和方法

    公开(公告)号:CN119991649A

    公开(公告)日:2025-05-13

    申请号:CN202510169091.X

    申请日:2025-02-17

    Abstract: 本发明提供一种基于多模态大模型的图像质量评价系统和方法,包括:输入模块:用于接收输入图像和文本描述;视觉编码器:将所述输入图像转换为视觉特征编码;文本编码器:将所述文本描述转换为文本嵌入特征;多尺度特征抽象器:从所述视觉特征编码提取出多尺度特征,并与所述文本嵌入特征合并;任务处理模块:根据任务类型,完成质量分数量化、质量描述、质量标注区域的一种或者多种;输出模块:将所述任务处理模块的处理结果输出。本发明构建统一的多模态框架:将图像的质量分数量化,质量损失描述以及质量损失区域标注任务整合到一个统一的多模态大模型中,实现多任务的协同处理。

    一种三维数字人脸的全参考质量评价方法和系统

    公开(公告)号:CN116485760A

    公开(公告)日:2023-07-25

    申请号:CN202310460839.2

    申请日:2023-04-25

    Abstract: 本发明公开一种三维数字人脸的全参考质量评价方法和系统,包括:分别设定三个摄像机的运动轨道,运动轨道能够覆盖三维数字人脸的视点;计算并确定三个摄像机的运动轨道的中心;使用摄像机对失真的与未失真的参考三维人脸进行视频序列的采集;对采集到视频序列分别进行固定间隔的抽帧并拼接获得帧序列;将失真人脸与参考人脸的帧序列依次输入已完成训练的网络中进行特征提取,获得失真人脸提取特征和参考人脸提取特征;计算失真人脸提取特征和参考人脸提取特征的欧氏距离,将其作为三维数字人脸质量的评价指标,从而获得三维数字人脸的质量评价。其能够解决三位数字人脸数据难以直接处理的难题,并能够高效准确地评估三维人脸失真的视觉质量。

    基于卷积神经网络剪枝的轻量化图像质量评价方法及系统

    公开(公告)号:CN117372387A

    公开(公告)日:2024-01-09

    申请号:CN202311389543.2

    申请日:2023-10-24

    Abstract: 本发明提供一种基于卷积神经网络剪枝的轻量化图像质量评价方法及系统,所述方法包括:获取待评价数据集;根据待评价数据集选取卷积神经网络结构,对所述卷积神经网络进行训练;对经过训练的所述卷积神经网络进行剪枝操作,得到图像质量评价模型;将所述待评价数据集输入所述图像质量评价模型,得到图像质量评价结果;其中,将卷积神经网络中的卷积层拆分为子卷积核和装饰器,并使用层次相关性传播算法(LRP)对装饰器进行初始化;使用待评价数据集训练装饰器;根据装饰器设置掩码并完成剪枝;使用待评价数据集对剪枝之后的模型进行微调。本发明可以用更快的运算速度和更小的现存占用完成图像质量评价任务。

    基于神经网络的不可见二维码嵌入、检测和修复方法

    公开(公告)号:CN113935884A

    公开(公告)日:2022-01-14

    申请号:CN202111215940.9

    申请日:2021-10-19

    Abstract: 本发明提供了一种基于神经网络的不可见二维码嵌入、检测和修复方法,包括:利用非线性时间心理视觉调制技术将二维码嵌入视频中,使所述二维码不能被人眼观察到;从嵌入二维码后的所述视频中采集一组包含所述二维码的数据,利用第一神经网络定位数据中的所述二维码;利用第二神经网络对定位后的所述二维码进行校准,得到校准后的二维码;将所述校准后的二维码输入第三神经网络进行修复,得到修复后的二维码。本发明提供的基于神经网络的不可见二维码嵌入、检测和修复方法,可有效地提升不可见二维码嵌入质量和检测修复的效率。

Patent Agency Ranking